Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen
-
Upload
clara-wastiunamsih -
Category
Documents
-
view
2.061 -
download
7
Transcript of Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen
![Page 1: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/1.jpg)
PENGENALAN POLA ANGKA 0 SAMPAI 9 MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN MODEL JARINGAN KOHONEN
Oleh Clara Wastiunamsih
![Page 2: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/2.jpg)
BAB IPENDAHULUAN
![Page 3: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/3.jpg)
LATAR BELAKANG Mengenali pola sebuah angka bukan menjadi hal
yang sulit bagi manusia, akan tetapi berbeda halnya dengan komputer. Komputer harus memiliki algoritma atau cara tersendiri untuk dapat mengenali pola sebuah angka.
Pada pengenalan pola angka 0 sampai 9, dibutuhkan sebuah metode yang dapat mengelompokkan angka masukan ke dalam kelompok angka yang mirip satu sama lain.
Metode Jaringan Syaraf Tiruan dengan Model Jaringan Kohonen secara otomatis mengelompokkan angka berdasarkan bentuknya.
![Page 4: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/4.jpg)
RUMUSAN MASALAH Bagaimana cara kerja pengenalan pola angka
0 sampai 9 menggunakan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen?
Bagaimana mengimplementasikan pengenalan pola angka 0 sampai 9 menggunakan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen dalam program?
Berapa prosentase keberhasilan pengenalan pola angka 0 sampai 9 menggunakan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen?
![Page 5: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/5.jpg)
BATASAN MASALAH Input : angka 0, 1, 2, 3, 4, 5, 6, 7, 8, dan 9. Input berupa file grafik BMP-1 bit (biner). Jml pola template = 50 pola, jml pola uji 20
pola yang terdiri dari dua kelompok angka 0, 1, 2, 3, 4, 5, 6, 7, 8, dan 9.
Pola input akan disamakan ukurannya yaitu 30 X 30 pixel.
Metode yang dipakai = Jaringan Syaraf Tiruan dengan model Jaringan Kohonen.
Software yang dipakai = Matlab 6.5.1.
![Page 6: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/6.jpg)
TUJUAN PENULISAN Mempelajari cara kerja pengenalan
pola angka 0 sampai 9 menggunakan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen.
Membuat sistem pengenalan pola angka 0 sampai 9 menggunakan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen.
Mengetahui tingkat keberhasilan metode Jaringan Syaraf Tiruan dengan model Jaringan Kohonen yang digunakan untuk pengenalan pola angka 0 sampai 9.
![Page 7: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/7.jpg)
BAB II DASAR TEORI
![Page 8: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/8.jpg)
PENGENALAN POLA Pola adalah entitas yang dapat terdefinisi
dan dapat diidentifikasi melalui ciri-cirinya. Ciri-ciri tersebut digunakan untuk
membedakan suatu pola dengan pola lainnya.
Ciri pada suatu pola diperoleh dari hasil pengukuran terhadap objek uji.
Pengenalan pola bertujuan untuk menentukan kelompok atau kategori pola berdasarkan ciri-ciri yang dimiliki oleh pola tersebut.
![Page 9: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/9.jpg)
FASE PENGENALAN POLA Fase pelatihan
beberapa contoh pola dipelajari untuk menentukan ciri yang akan digunakan dalam proses pengenalan serta prosedur klasifikasinya
Fase pengenalan latihan pola diambil cirinya kemudian ditentukan kelas
kelompoknya
![Page 10: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/10.jpg)
METODE PENGENALAN POLA Pendekatan Geometric / Statistik Pendekatan Sruktural / Sintaktik Pendekatan Computational Intelligent
Pendekatan Logika Kabur Pendekatan Jaringan Syaraf Tiruan
![Page 11: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/11.jpg)
JARINGAN SYARAF BIOLOGI Neuron
SOMA
Dendrit
Celah Sinapsis
Axondari Neuron lain
Axon
Axondari Neuron lain
Dendritdari Neuron lain
Dendritdari Neuron lain
Celah Sinapsis
![Page 12: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/12.jpg)
JARINGAN SYARAF BIOLOGI Komponen utama neuron
Soma Axon (output) Dendrites (input)
Proses : Dendrit menerima sinyal dari neuron lain.Sinyal
tersebut berupa impuls elektrik yang dikirim melalui celah sinaptik melalui proses kimiawi.
Sinyal tersebut dimodifikasi (diperkuat / diperlemah) di celah sinaptik.
Soma menjumlahkan semua sinyal yang masuk. Kalau jumlahan itu kuat dan melebihi batas ambang (threshold), maka sinyal tersebut akan diteruskan ke sel lain melalui axon.
![Page 13: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/13.jpg)
JARINGAN SYARAF TIRUAN Jaringan Syaraf Tiruan dibentuk sebagai
generalisasi model matematika dari jaringan syaraf biologi, dengan asumsi bahwa :
Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron).
Sinyal dikirimkan diantara neuron-neuron melalui penghubung-penghubung.
Penghubung antar neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal.
Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi yang dikenakan pada jumlahan input yang diterima. Besarnya output ini selanjutnya dibandingkan dengan suatu batas ambang.
![Page 14: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/14.jpg)
JARINGAN SYARAF TIRUAN
Keterangan : X = neuron input W = bobot Y = neuron output
X1
X2
X3
Y
W2
W3
W1
![Page 15: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/15.jpg)
METODE PELATIHAN PADA JARINGAN SYARAF TIRUANPelatihan Supervised
Terdapat sejumlah pasangan data yaitu masukan dan target keluaran, yang dipakai untuk melatih jaringan hingga diperoleh bobot yang diinginkan. Pasangan data tersebut berfungsi sebagai “pemandu” untuk melatih jaringan hingga diperoleh bentuk terbaik.
Pelatihan Unsupervised Perubahan bobot di dalam proses
pelatihannya dilakukan berdasarkan parameter tertentu dan jaringan dimodifikasi menurut ukuran parameter tersebut.
![Page 16: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/16.jpg)
JST KOHONEN
Jaringan Kohonen adalah model jaringan yang menggunakan pelatihan unsupervised.
Tidak menggunakan perhitungan net Tidak memiliki fungsi aktivasi Perhitungannya menggunakan jarak Euclidean
![Page 17: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/17.jpg)
ARSITEKTUR JST KOHONEN
Representasi bobot :
Y1 Yj Ym… …
X1 Xi Xn
W11 W1i
W1nWj1 Wji W jn
Wm1
WmiWmn
… …
w11 ... w1i ... w1n …..
wj1 ... wji …wjn
…..wm1 ... wmi …wmn
![Page 18: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/18.jpg)
TOPOLOGI DALAM JST KOHONEN Topologi Linear (satu dimensi)
Topologi Bujursangkar (dua dimensi) (a) Topologi Heksagonal (dua dimensi) (b)
* * * * * * * *W
Vector sekitar w berjarak 2
WR = 1
R = 2
(a)
W
(b)
R = 2
R = 1
![Page 19: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/19.jpg)
ALGORITMA JST KOHONEN1. Inisialisasi
1. Bobot wij (acak)2. Laju pemahaman awal dan faktor penurunannya 3. Bentuk dan jari-jari (topologi) sekitarnya
2. Selama kondisi penghentian salah, lakukan langkah 3-8
3. Untuk setiap vector masukan x, lakukan 4-64. Hitung D(j) = untuk semua j
∑ −i
iji xw 2)(
![Page 20: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/20.jpg)
ALGORITMA JST KOHONEN1. Tentukan indeks j sedemikian hingga D(j)
minimum 2. Untuk setiap unit j dan unit di sekitarnya
dilakukan modifikasi bobot sebagai berikut :
3. Modifikasi laju pemahaman
Laju pemahaman dimodifikasi dengan mengalikan nilai laju pemahaman dengan koefisian penurunannya.
( )lamajii
lamaji
baruji wxww −+= α
![Page 21: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/21.jpg)
ALGORITMA JST KOHONEN1. Uji kondisi penghentian
Kondisi penghentian iterasi adalah selisih antara wji saat itu dengan wji pada iterasi sebelumnya. Apabila semua wji hanya berubah sedikit saja, berarti iterasi sudah mencapai konvergensi sehingga dapat dihentikan. Pengelompokan vektor input dilakukan dengan menghitung jarak vektor dengan bobot optimal.
![Page 22: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/22.jpg)
BAB IIIANALISIS DAN
PERANCANGAN SISTEM
![Page 23: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/23.jpg)
INPUT Pola template 50 pola terdiri dari angka 0, 1,
2, 3, 4, 5, 6, 7, 8, 9 masing-masing jenis 5 pola. Pola uji 20 pola terdiri dari 2 kelompok pola
angka 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
![Page 24: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/24.jpg)
PROSES Preprocessing Pelatihan Clustering Pengujian
![Page 25: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/25.jpg)
PREPROCESSING
Jadi bentuk vektor 1x900
Pola input
Ukuran jd 30 x 30 pixel
![Page 26: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/26.jpg)
PELATIHAN 1
Inisialisasi bobot
…
Jml kolom = 900
Jml baris = 10
![Page 27: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/27.jpg)
d1d2d3d10
PELATIHAN 2∑ −i
iji xw 2)(
( )lamajii
lamaji
baruji wxww −+= α
…
Pola Template
…
Hitung jarak dg rumus :
Dipilih yg terkecil
Vektor pemenang + vektor tetanggaDimodifikasi dg rumus :
Modifikasi Alpha :Alpha x koefisien penurunan
Matriks bobot
![Page 28: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/28.jpg)
CLUSTERING
…
Pola Template
…
9 9 9 9 9 3 3 5 5 5 5 5 6 6 6 6 6 7 7
…
Bobot optimal
Dihitung jarak
Identitas = 9 Tak beridentitas
![Page 29: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/29.jpg)
PENGUJIAN
…
Pola Uji
…
…
Bobot optimal
Dihitung jarak
Dikenali sebagai angka 9 Tak dikenali
pola pola pola pola
![Page 30: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/30.jpg)
BAB IVHASIL DAN PEMBAHASAN
![Page 31: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/31.jpg)
POLA TEMPLATE
![Page 32: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/32.jpg)
POLA UJI
![Page 33: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/33.jpg)
INPUTTopologi
Linear Bujursangkar Heksagonal
Alpha (0<alpha<1)0.1, 0.2, 0.3, 0.4, …,0.9
Koefisien Penurunan Alpha0.1, 0.2, 0.3, 0.4, …,0.9
Jari – jari0 dan 1
![Page 34: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/34.jpg)
KOMBINASI INPUT DG HASIL TERBAIK PD POLA UJI KELOMPOK 1
Alpha Koefisien penurunan alpha
Jari-jari Jumlah pola uji Banyak dikenali Persentase dikenali
0.8 0.5 0 10 10 100%
0.9 0.5 0 10 10 100%
0.8 0.6 0 10 10 100%
0.9 0.6 0 10 10 100%
0.8 0.7 0 10 10 100%
0.9 0.7 0 10 10 100%
0.8 0.8 0 10 10 100%
0.9 0.8 0 10 10 100%
0.7 0.9 0 10 10 100%
0.8 0.9 0 10 10 100%
0.9 0.9 0 10 10 100%
![Page 35: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/35.jpg)
KOMBINASI INPUT DG HASIL TERBAIK PD POLA UJI KELOMPOK 2
Alpha Koefisien penurunan alpha
Jari-jari Jumlah pola uji Banyak dikenali Persentase dikenali
0.9 0.1 0 10 5 50%
0.9 0.3 0 10 5 50%
0.8 0.4 0 10 5 50%
0.7 0.5 0 10 5 50%
0.8 0.5 0 10 5 50%
0.9 0.6 0 10 5 50%
0.8 0.7 0 10 5 50%
0.9 0.7 0 10 5 50%
0.8 0.8 0 10 5 50%
0.9 0.8 0 10 5 50%
0.7 0.9 0 10 5 50%
0.8 0.9 0 10 5 50%
0.9 0.9 0 10 5 50%
![Page 36: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/36.jpg)
BAB VKESIMPULAN DAN SARAN
![Page 37: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/37.jpg)
KESIMPULAN 11. Jaringan Syaraf Tiruan dengan Model
Jaringan Kohonen dapat digunakan untuk pengenalan pola angka 0 sampai 9.
![Page 38: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/38.jpg)
KESIMPULAN 21. Berdasarkan hasil penelitian dan percobaan
yang telah dilakukan dapat diperoleh kesimpulan bahwa pengenalan pola angka 0 sampai 9 menggunakan Jaringan Syaraf Tiruan dengan Model Jaringan Kohonen memiliki tingkat keberhasilan yg tinggi dengan kondisi :
•semua kelas memiliki identitas•masing-masing pola uji masuk ke kelas yang
sesuai.Pola uji yang masuk ke kelas sesuai
dengan identitasnya merupakan pola yang hanya memiliki sedikit perbedaan struktur pixel dengan struktur pixel pola template yang menjadi acuan penamaan kelas tersebut.
![Page 39: Pengenalan Pola Angka Menggunakan Jaringan Syaraf Tiruan Model Jaringan Kohonen](https://reader033.fdocuments.net/reader033/viewer/2022050723/5571f3ce49795947648e9be1/html5/thumbnails/39.jpg)
SARAN Memilih pola template yang lebih universal
sehingga dapat digunakan untuk aplikasi pengenalan pola angka yang lebih luas penggunaannya. Contoh penggunaan pengenalan pola angka yang lebih luas adalah pada pengenalan kodepos.
Menampilkan visualisasi perubahan bobot yang terjadi agar user dapat mengetahui lebih jelas tetang proses yang sedang berlangsung.